AI巨头Anthropic以4亿美元收购了纽约初创公司Coefficient Bio,继续推进其在医疗行业的布局。这家专注于将AI应用于药物发现的公司成立于去年,但一直保持低调运营。
总部位于旧金山的Anthropic尚未正式确认这笔交易。据The Information和独立科技记者Eric Newcomer首次报道,该收购金额达到4亿美元。Coefficient Bio是一家仅有9名员工的公司,团队成员来自Genentech、Roivant和Evozyne等知名企业,由Aris Theologis领导。
Theologis此前担任Evozyne的首席商务官,与Nathan Frey、Samuel Stanton和Joyce Hong共同创立了Coefficient Bio。Nathan Frey和Samuel Stanton是机器学习专家,此前在Genentech的AI药物发现部门Prescient Design工作,而Joyce Hong则是前Roivant高管。该公司由专注AI投资的Dimension集团孵化。
关于Coefficient Bio平台和技术方法的信息极少,其网站目前只是一个简单的着陆页。据报道,该公司的目标是开发用于靶点和药物发现的平台,同时帮助应对开发项目的监管要求。
鉴于这次收购(据包括TechCrunch在内的多个消息源称已经完成)发生在Coefficient Bio成立仅几个月后,看起来Anthropic主要是在收购人才,以推动其最近在医疗和生命科学领域的扩张。
去年10月,Anthropic推出了Claude for Life Sciences,这是一套大语言模型和AI助手,旨在帮助研究人员完成统计分析代码编写、论文总结和可测试假设生成等任务。该平台后来扩展了临床试验和监管功能工具,目标是成为生命科学研发的"端到端"工具包。
Anthropic已经签约了多家制药公司使用该平台,包括诺和诺德、赛诺菲和艾伯维。其中艾伯维正在与Genmab合作,使用Claude开展癌症项目研究。
FDA也采用了Anthropic的技术,该技术为FDA最近推出的药物审查工具Elsa提供支持。然而,该公司与特朗普政府关系紧张,因为Anthropic拒绝允许Claude用于军事应用。今年2月,特朗普表示包括卫生与公众服务部在内的所有联邦机构都不应再使用该平台。
今年早些时候,这家AI巨头通过推出Claude for Healthcare进一步扩展了其医疗服务。这是一套面向医疗系统、支付方和患者的AI工具,旨在与ChatGPT for Health和亚马逊的Health AI竞争。
Q&A
Q1:Anthropic收购Coefficient Bio花了多少钱?
A:据报道,Anthropic以4亿美元收购了Coefficient Bio。这是一家仅有9名员工的初创公司,成立于去年,专注于将AI应用于药物发现领域。
Q2:Coefficient Bio主要做什么业务?
A:Coefficient Bio专注于将AI应用于药物发现,目标是开发用于靶点和药物发现的平台,同时帮助应对开发项目的监管要求。不过该公司一直保持低调,相关信息很少。
Q3:Anthropic在医疗领域还有哪些产品?
A:Anthropic推出了Claude for Life Sciences和Claude for Healthcare两大医疗平台。前者帮助研究人员进行统计分析、论文总结等研发工作,后者则面向医疗系统、支付方和患者提供AI工具服务。
好文章,需要你的鼓励
B&H近期对多款M5 Pro MacBook Pro机型推出300美元优惠。14英寸M5 Pro版本(48GB内存+1TB固态硬盘)现售价2299美元,较原价2599美元节省300美元,且该配置在亚马逊无法购买,折扣机会更为难得。此外,16英寸M5 Pro版本(64GB内存+1TB固态硬盘)同样享有300美元折扣。B&H在多款高配MacBook机型上的定价已低于亚马逊,是近期可找到的最优价格。
FORTIS是专门测量AI代理"越权行为"的基准测试,研究发现十款顶尖模型普遍选择远超任务需要的高权限技能,端到端成功率最高仅14.3%。
Insta360推出GO 3S复古套装,将现代4K运动相机与胶片时代美学结合。套装核心仍是仅重39克的GO 3S,新增复古取景器、胶片风格滤镜、NFC定制外壳及可延长录制时长至76分钟的电池组。复古取景器模仿老式腰平相机设计,鼓励用户放慢节奏、专注构图。相机内置11种色彩预设及负片、正片等滤镜,同时保留FlowState防抖、4K拍摄及10米防水能力,面向热衷复古影像风格的年轻创作者。
荷兰Nebius团队提出SlimSpec,通过低秩分解压缩草稿模型LM-Head的内部表示而非裁剪词汇,在保留完整词汇表的同时将LM-Head计算时间压缩至原来的五分之一,端到端推理速度超越现有方法最高达9%。